matlab与测绘数据处理,利用MATLAB进行测绘数据处理和分析

MATLAB是MattixLaboratory(矩阵实验室)的缩写,其基本的运算单元是可以任意改变维数的矩阵。MATLAB具有强大的矩阵处理功能,可以直接对矩阵进行各种复杂的运算。MATLAB中,向量可以看成n1维的矩阵,数组与矩阵之间可以相互转化。一维数组对应向量,n维数组对应n维矩阵。矩阵的各种运算也适合向量和数组。多项式的系数可用向量来表示,实现了向量、数组、多项式的矩阵统一表示形式。测绘科学发展至今,越来越显示出其以海量数据为基础的学科特点。精典水准测量数据处理到导线网控制网平差离不开数据处理;测量成果的坐标换算离不开矩阵的运算;“3S“技术的发展,带来的大量GPS定位信息数据,GIS的图形数据、RS的大量遥感影像数据就更离不开数据的处理。MATLAB处理数据迅速、功能强大,而且能设计大型的程序。1MATLAB的数据分析与统计MATLAB程序语言提供了强大的数据分析与统计功能。调用函数可进行最大分量(max(A))、最小分量(min(A))的求解;插值和拟合;求取数列的标准差(std(A)),对数列排序(sort(A));求协方差阵(cov(A))及相关系数(corrcoef(A));对数值滤波(filter(A))、实现卷积(conv(A))等,下面采用Z变换为基础的filter函数实现一组数据序列的滤波。滤波器设置为:y(n)=14x(n)+14x(n-1)+14x(n-2)+14x(n-3)调用函数y=filter(b,a,x)可实现数列x的滤波操作,其中:参数b=[14141414],x为待滤波数据列,调用绘图命令绘制图形(参见图1)。图1自适应滤波结果2测绘数据处理特性及应用举例21KALMAN滤波进行数据去噪离散KALMAN滤波模型为:x[n+1]=Ax[n]+Bu[n]+Bw[n]状态方程y[n]=Cx[n]+v[n]观测方程x[n]为状态参量;u[n]为输入值;w[n]为高斯白噪声;y[n]为输出值;v[n]为观测噪声。采用ss()函数模拟这一方程,格式为:Plant=ss(A,[BB],C,1,-1,‘inputname’,{‘u’‘w’},‘outputname’,‘y’);设:Q=E(w[n]w[n]T)R=E(v[n]v[n]T)为单位阵即:Q=1;R=1;用如下语法模拟离散滤波器:[kalmf,L,P,M]=kalman(Plant,Q,R);利用Kalman滤波方法可对GPS变形监测中的沉降数据进行动态处理;对滑坡监测的时间序列预测,进行精度评定,误差估计等。22沉降数据的分析图2多项式拟合分析代码流程多项式拟合、傅立叶变换方法为分析测量数据提供了有效的方法。在分析某矿主井附近的二等精密水准一年的实测数据时(原始数据略),对沉降数据采用多项式拟合的方法去除逐势项后进行傅氏变换,以此为例分析代码的实现过程(参见图2)。代码运行结果见图3。画出等距化结果和FFT变换频谱图,参见图4。3MATLAB图像处理MATLAB支持BMP,HDF,JPEG,PCX,PNG,TIF,XWD7种图像格式的文件。并能以函数的形式实现不同格式之间的相互转换,MATLAB图像工具箱提供了大量函数对图像进行处理,二维傅立叶变换对图像进行换域分析;提供形态滤波的基本函数,实现二值图像的大部分操作;进行图像几何操作、块操作、图像分析等,抑制图像噪声,边缘增强。函数BW2=edge(I,‘roberts’)表示采用ROBERTS梯度对图像边缘锐化。图6给出SOBEL、‘CANNY、marr-hildreth、prewitt、log’边界探测器对